一种基于网联车辆数据的交叉口溢流预防信号优化控制方法技术

本发明专利技术提供一种基于网联车辆数据的交叉口溢流预防信号优化控制方法，属于交通管理技术领域，针对交叉口下游路段由于突发事件通行能力骤降的情况，在传统双环控制结构的信号配时基础上，通过交通流参数拟合、交通流误差拟合、进口道排队长度计算、进口道交通需求计算、当前时刻出口道剩余容量计算、未来时刻出口道剩余容量预测和模型预测信号控制七个步骤，达到在预防溢流的基础上提高交叉口通行效率的目的。该方法可适用于交通流量和瓶颈通行能力均未知情况下的交叉口溢流预防，从而提高了交叉口信号控制方法应对溢流风险的能力，提升了交叉口的通行效率。交叉口的通行效率。交叉口的通行效率。

【技术实现步骤摘要】
一种基于网联车辆数据的交叉口溢流预防信号优化控制方法


[0001]本专利技术属于交通管理
，尤其涉及一种基于网联车辆数据的交叉口溢流预防信号优化控制方法。

技术介绍

[0002]信号交叉口是城市路网中的重要节点，信号配时是对其进行管控的重要手段。当交叉口下游路段发生交通事故等突发事件，路段通行能力下降并小于交通需求时，路段车辆排队会不断增加，并溢流至交叉口内部。当上述突发溢流现象发生时，交叉口正常运行将受到严重影响。不仅是交叉口流入该路段的溢流相关流向，而且其他非溢流相关流向都会被堵塞。
[0003]针对溢流风险，目前在交叉口信号配时中主要考虑交通流量或瓶颈通行能力已知的情况。但在突发事件发生时，交通流量与瓶颈通行能力均未知，对此目前缺乏针对性的信号控制方法，导致交叉口抗风险能力降低，突发事件发生时交叉口通行能力无法充分发挥。
[0004]经对现有技术的文献检索发现，针对溢流的交叉口信号配时方法主要有以下几种：
[0005]1、交通流量已知且瓶颈通行能力已知情况下的信号配时方法。在数据均已知的情况下，交叉口信号配时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于网联车辆数据的交叉口溢流预防信号优化控制方法，其特征在于，包括如下步骤：S1：交通流参数拟合；S2：交通流误差拟合；S3：进口到排队长度计算；S4：进口到交通需求计算；S5：当前时刻进口道剩余容量计算；S6：未来时刻出口道剩余容量预测；S7：模型预测信号控制。2.根据权利要求1所述的基于网联车辆数据的交叉口溢流预防信号优化控制方法，其特征在于，所述S1具体为：基于网联车辆数据，运用网联车辆的车辆间距以及其开始排队时刻，估计相应车道的流向，通过公式一表示为：所述公式一中，为i车道第j步长的流量初始值；为i车道第j步长第p辆的网联车处观测排队长度；为i车道第j步长第p辆排队车辆开始排队的时刻；h
d
为排队情况下的平均车头间距；P
i
为i车道的排队网联车总数；设定流量引起的排队长度增加量的高斯分布为ξ为期望，通过公式二计算，所述公式二表示为：所述公式二中，ξ
i
为i流向因流量增加的排队长度；为第b次迭代车道第j步长的流量；g
min
为最小绿灯时间；m为前一周期中含有的步长个数；为方差，通过公式三计算，所述公式三表示为：所述公式三中，φ
i
为i流向因流量增加排队长度的方差；q
i,j
为i车道第j步长的估计排队长度，通过公式四计算，所述公式四表示为：q
i,j
＝q
′
i.j
‑1‑
v
i,j
+ξ
i
为进口道排队长度观测误差值，通过公式五计算，所述公式五表示为：
所述公式五中，为第j
‑
1步长预估进口道排队长度误差值；所述公式四中，v
i,j
为i车道在第j步长时之前时刻通过交叉口车辆对排队长度影响，通过公式六计算，所述公式六表示为：所述公式六中，g
i
为i车道的信号配时离散化后的0
‑
1分段函数，当i＝0时，表示为红灯，当i＝1时，表示为绿灯；t0为交通波传递到排队队伍末端所需时间，通过公式七计算，所述公式七表示为：所述公式七中，为i车道第j步长的最后一辆网联车的观测排队长度；k1为自由流情况下的车辆密度；k2为排队情况下的车辆密度；Δt为单次预测步长。3.根据权利要求1所述的基于网联车辆数据的交叉口溢流预防信号优化控制方法，其特征在于，所述S2中交通流误差拟合需考虑最后一辆网联车辆后方排队车辆的误差，设定最后一辆网联车辆后方排队车辆所产生的误差为高斯分布N2～N(0,α)，则最后一辆网联车辆后方排队车辆的误差α通过前一个信号周期中实际排队长度与观测排队长度计算得到，计算公式通过公式八表示为：所述公式八中，q'
i.j+1
为i车道第j+1步长的预测后得到实际排队长度；交通流误差拟合还需要考虑观测值及测量值间的反馈误差β
a
，反馈误差β
a
为排队队伍中最后一辆网联车辆所处的排队长度与预估的排队长度之差，通过公式九表示为：为避免负误差带来的影响，通过误差校正均值ω对预测结果进行校正，通过公式十表示为：4.根据权利要求1所述的基于网联车辆数据的交叉口溢流预防信号优化控制方法，其特征在于，所述S3具体包括如下步骤：S31：根据S2中得到的交通流参数和误差拟合结果，通过公式十一计算得到卡尔曼增益值，所述公式十一表示为：
所述公式十一中，K
a
为进口道卡尔曼增益；为进口道观测误差值；α为最后一辆网联车辆后方排队车辆的误差；S32：基于得到的卡尔曼增益值更新当前步长的误差相关值，通过公式十二表示为：所述公式十二中，为预测进口道误差值；S33：根据卡尔曼滤波预测模型，通过公式十三计算得到进口道排队长度计算结果，所述公式十三表示为：q
′
i,j
＝q
i,j
+K
a
β
a
+ω所述公式十三中，q'
i,j
为i车道第j步长的预测排队长度。5.根据权利要求1所述的基于网联车辆数据的交叉口溢流预防信号优化控制方法，其特征在于，所述S4具体为：基于S3得到的进口道排队长度，计算得到此步长内交叉口溢流流向通过车辆数，通过将交叉口最大通过车辆数与实际交通需求相比，得到最终的出口道交通需求，通过公式十六表示为：所述公式十六中，W为溢流流向总数；w为溢流流向；ξ
w
为w溢流流向因流量增加的排队长度；f
j
为j步长内交通需求量。6.根据权利要求1所述的基于网联车辆数据的交叉口溢流预防信号优化控制方法，其特征在于，所述S5具体为：基于出口道的卡尔曼滤波预测模型的误差为最后一辆网联车辆后方排队车辆的误差以及瓶颈通行能力的预测误差，设定瓶颈通行能力未知且波动，则出口道剩余容量预测结果受到瓶颈通行能力的影响；设定当前位于第j个步长，...

【专利技术属性】
技术研发人员：赵靖，姚天宇，章程，陈倩，潘振兴，林瑜，沈峰，项俊平，郑佳媛，
申请(专利权)人：上海理工大学，
类型：发明
国别省市：